量化研究(統計的兩種型態）---敘述與推論

上次跟各位同學「預告」過：從這個禮拜開始，我們要進入比較「枯燥」的研究法課程：那就是「量化研究」的基本概念與論文寫作的技術性問題....等等。

很多人把「量化研究」與「統計」混為一談。事實上，「量化」研究是一種相對於「質性」研究的概念。所謂「統計」，是從事量化研究的一種方式；可是，卻不見得是「唯一」的一種方式。舉例來說，最近很流行的「知識探勘」(data mining)就是一個跳脫傳統統計典範的研究的模式。（若是有空，會再與各位介紹這個新興的量化研究方式。）

所有的量化研究都有兩個主要的目的：「預測」(prediction)與「解釋」(generalization)現象。而任何一個好的量化研究，都要能夠符合這兩個評斷標準。或許各位還記得我們在黑板上曾經畫過的圖：一個能「涵蓋與解釋最多現象」的量化研究(越大的圈圈），就是最好的研究。

依據這個想法，我們可以把統計分為兩種：(1) 敘述性統計(descriptive statistics)，與(2)推論性統計(referential statistics)。我們常用的統計概念，例如：平均數、中數...等等，都屬於「敘述性」統計這個範疇之內。而各位或許聽過的某些統計專有名詞，例如：T檢定，變異數分析...等等，都是屬於推論性統計。

而(1)與(2)之間最大的差別，在於剛剛我們所提到的「預測」與「解釋」的力量(power)。一般上，(1)的「解釋」與「預測」的力量(power)遠遠沒辦法與(2)相比。所以，當我們在寫作論文或者研究計畫時，都是以(2)的「推論性統計」當作量化研究的基本統計法。在課堂上，我也會慢慢的將這些概念跟各位介紹。

請各位將課本76頁至90頁先行預習。
並且先熟習這些概念：自變項、依變項、量尺、信度與效度等等...。